Résumé:
Dans cette thèse de doctorat, nous avons développé une nouvelle approche
de commande adaptative s’appuyant sur des modes glissants d’ordre supérieur,
couplée à l’algorithme d’optimisation PSO (Particle Swarm Optimization). Cette approche
est particulièrement bien adaptée aux systèmes non linéaires, tels que les exosquelettes, où
les conditions d’utilisation peuvent varier considérablement en fonction de l’utilisateur et
de l’environnement. L’innovation majeure réside dans l’intégration de l’algorithme PSO
pour une adaptation en temps réel des paramètres de commande. L’association des modes
glissants d’ordre supérieur avec le PSO offre une solution robuste, garantissant une stabilité
optimale tout en s’ajustant aux fluctuations et incertitudes inhérentes à l’interaction entre
le système robotique et l’utilisateur. Nous avons accordé une attention particulière à la
démonstration de la stabilité en boucle fermée de la commande, au sens de Lyapunov, qui
assure la convergence du système vers un comportement stable. Pour évaluer l’efficacité de
notre approche, des tests ont été réalisés d’abord en simulation puis expérimentalement,
impliquant deux sujets sains équipés de l’exosquelette ULEL disponible au laboratoire
LISSI de l’université Paris-Est Créteil. Les résultats obtenus sont très prometteurs, mettant
en évidence une amélioration significative en matière de précision des mouvements,
d’adaptabilité aux variations de forces, et de confort pour les utilisateurs
